Head of AI Engineering (ИТ Лидер Кластера)

### **Мы учим банк слышать клиента - и действовать раньше, чем он пожалуется.**

Каждый день клиенты Сбера оставляют миллионы сигналов: оценки, ответы в опросах, жалобы, обращения в поддержку. Наша команда превращает этот поток в решения - **где клиенту неудобно, что чинить первым, как вернуть доверие после сбоя**. Именно по нашим данным банк управляет NPS и CSI.

**Мы не просто измеряем клиентский опыт. Мы делаем так, чтобы его улучшали.** Сегодня это делают люди с дашбордами и методиками. Завтра - автономные ИИ-системы, которые сами найдут аномалию в клиентском пути, объяснят её причину и предложат продуктовой команде готовую гипотезу и задачу.

### **Чем вы будете заниматься?**

Мы ищем Head of AI Engineering - ИТ-лидера кластера, который возглавит четыре команды и построит в них AI-инженерию. У вас будут три зрелых продукта, которыми пользуется весь Сбер и Экосистема: «Голос клиента», Service Recovery, «Анкеты и опросы» - и новое AI-направление: мультиагентная система для анализа клиентского опыта. Ваша задача - не развивать их порознь, а соединить: данные зрелых продуктов становятся топливом для агентов, а агенты дают продуктам возможности, которых раньше не было. Это роль для руководителя с сильным инженерным бэкграундом, который сочетает техническую глубину, продуктовое мышление и умение выстраивать организацию - от найма первых AI-инженеров до перестройки практик всего кластера.

###

**Стратегия и бизнес-результат**

* формировать и реализовывать технологическую стратегию кластера в связке с продуктовой стратегией Трайба: где AI создаёт максимальную ценность для клиентского опыта, в какой последовательности внедрять, как измерять эффект
* управлять портфелем AI-инициатив: приоритизация, распределение ресурсов, go/no-go по итогам PoC, доведение до промышленной эксплуатации
* отвечать за метрики направления: эффект AI-решений в NPS, CSI и скорости реакции на проблемы клиентов, стоимость инференса, adoption среди продуктовых команд
* защищать инициативы и бюджет направления перед руководством Трайба и Блока.

**Команда и организация**

* руководить четырьмя agile-командами через лидеров команд; отвечать за delivery, качество, надёжность, найм и развитие людей
* формировать инженерную культуру: стандарты качества, код-ревью, evals-first подход, документация, обмен знаниями; помочь классическим командам освоить работу с LLM
* работать в паре с бизнес-лидером кластера и владельцами продуктов; выстраивать взаимодействие с data-подразделениями, безопасностью и комплаенсом.

**Технологии и архитектура**

* задавать целевую архитектуру кластера и архитектурные принципы AI-платформы: слой доступа к моделям, RAG-инфраструктура, агентные фреймворки, система evals, наблюдаемость
* принимать ключевые технологические решения: build vs buy, выбор моделей, стратегия мультимодельности, требования к данным, управление техническим долгом и переход на целевые платформы банка.
* отвечать за надёжность, безопасность и соответствие требованиям регуляторов: защита клиентских данных, guardrails, аудит AI-решений, AI governance
* оставаться на переднем крае технологий: оценивать новые модели и подходы, проводить быстрые эксперименты, отделять хайп от применимого.

* 8+ лет опыта в разработке ПО (на стэке Java/Python), из них 3+ года в руководстве инженерными командами (от 30 человек, несколько команд) и 2+ года практического опыта с LLM/GenAI-решениями в промышленной эксплуатации
* подтверждённый опыт доведения AI-продуктов до прода с измеримым бизнес-эффектом: можете рассказать, что внедрили, как измеряли и что это дало бизнесу
* опыт ответственности за высоконагруженные отказоустойчивые системы с большим числом команд-потребителей: надёжность, SLA, масштабирование, управление техническим долгом
* глубокое техническое понимание современного AI-стека: LLM-провайдеры и open-source модели, RAG, агентные архитектуры, evals, fine-tuning, инференс-инфраструктура - на уровне, достаточном для архитектурных решений и оценки работы команды
* опыт постро